4

Estou querendo fazer com regex (expressão regular), como por exemplo (se for javascript):

var str = '[abc\[0123\]] [efg\[987\]h] [olá \[mundo\]!] [foo [baz]]';
str.match(/\[(.*?)\]/g);

Saida: ["[abc[0123]", "[efg[987]h", "[olá [mundo]!", "[foo [baz]"]

Ou

var str = '{abc\{0123\}} {efg\{987\}h} {olá \{mundo\}!} {foo {baz}}';
str.match(/\{(.*?)\}/g);

Saida: ["{abc{0123}", "{efg{987}", "{olá {mundo}", "{foo {baz}"]

Mas gostaria que o primeiro ignorasse locais não escapados como [foo [baz]] e pegasse apenas o [baz] e os escapados, assim:

 ["[abc[0123]]", "[efg[987]h]", "[olá [mundo]!]", "[baz]"]

E no segundo retorna-se isto:

 {"{abc{0123}}", "{efg{987}h}", "{olá {mundo}!}", "{baz}"]

Meu intuito inicialmente é para estudo, mas também pretendo usa em coisas como uma estrutura que é semelhante aos seletores CSS, assim por exemplo:

  input[name=\[0\]], input[name=foo\[baz\]\[bar\]]

Retornaria isto:

  [0], [1]

Ou um mapa de URLs que pretendo criar:

  /{nome}/{foo\{bar}/{baz\{foo\}}/

E retornaria isto:

 {nome}, {foo{bar}, {baz{foo}}

O que eu quero é ignorar os caracteres escapados, como posso fazer isto? Pode fornecer um exemplo em qualquer linguagem, o mais importante é a Regex

2
  • 1
    Para ignorar os caracteres espaçados você pode usar: [^\\]+. Você deseja que o retorno dessa regex seja N Groups? 9/05/2016 às 16:53
  • @GabrielGonçalves funciona bem, mas ele esta aceitando os não escapados também, por exemplo var str = '{abc{0123}}'; /\{([^\\]+)\}/.exec(str);
    – Reptile
    9/05/2016 às 17:29

1 Resposta 1

6

Você precisa fazer com que o conteúdo a ser casado consuma tanto a barra invertida quanto o caractere subsequente como se fosse uma coisa só:

\\.|.

Ou seja, ele casa uma barra invertida seguida de qualquer coisa (2 caracteres), e somente se o primeiro não for uma barra invertida ele casa um único caractere.

Quanto ao último exemplo (em que você quer somente o colchete mais interno), pode-se conseguir isso nesse caso particular (mas não no geral, pois balanceamento de parênteses/colchetes/chaves não constitui uma linguagem regular) exigindo-se que o conteúdo casado não contenha um abre colchete, a menos que escapado:

\\.|[^\[]

As regex completas ficariam portanto assim:

\[((?:\\.|[^\[])*?)\]
\{((?:\\.|[^{])*?)\}

Exemplo:

var str = '[abc\\[0123\\]] [efg\\[987\\]h] [olá \\[mundo\\]!] [foo [baz]]';
var regex = /\[((?:\\.|[^\[])*?)\]/g;
   
document.getElementById("saida").innerHTML += "<pre>" + str.match(regex) + "</pre><br/>"

var str = '{abc\\{0123\\}} {efg\\{987\\}h} {olá \\{mundo\\}!} {foo {baz}}';
var regex = /\{((?:\\.|[^{])*?)\}/g;

document.getElementById("saida").innerHTML += "<pre>" + str.match(regex) + "</pre><br/>"
<div id="saida"></div>

Notas:

  1. No exemplo, eu precisei usar dois \ na string pois do contrário a barra invertida não seria considerada um caractere de escape.

  2. A saída inclui as barras; se você quiser removê-las, seria necessário processar a saída do match usando talvez um replace:

    str.match(regex).replace(/\\([\[\]{}])/g, "$1");
    
  3. O ?: foi colocado para que o parêntese não se torne um grupo de captura. Se você não está usando grupos, ele pode ser omitido.

5
  • É impressão minha ou esta retornando [foo [baz] também
    – Reptile
    9/05/2016 às 18:32
  • @GuilhermeNascimento Veja a nota nº 3. É impossível uma regex retornar [baz].
    – mgibsonbr
    9/05/2016 às 18:32
  • A perdão, entendi agora, vou dar uma olhada no source no jQuery1.x (Sizzle.js) que parece fazer isto
    – Reptile
    9/05/2016 às 18:34
  • @GuilhermeNascimento Na verdade, retiro o que disse - é possível sim adaptar a regex para retornar [baz], basta exigir que o conteúdo não contenha nenhum [ não escapado. Ou seja, o segundo . tem que ser substituído por [^\[]. Vou atualizar a resposta.
    – mgibsonbr
    9/05/2016 às 18:37
  • Só tenho a agradecer, funcionou muito bem, era uma duvida minha antiga, lembro-me que o Sizzle/jQuery (na época que não tínhamos document.querySelector) era o único que tinha capacidade de escapar instruções do seletor por exemplo $('div[data-foo="foo \"bar\" baz"]'), essa sua resposta ao meu ver é uma das melhores do SOpt infelizmente poucos entendem mesmo regex e a sua utilidade ou vantagens.
    – Reptile
    10/05/2016 às 1:48

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .